喻国军, 谢晓尧
(1.贵州大学 计算机科学与技术学院, 贵阳 550001; 2.贵州师范大学 信息与计算科学重点实验室, 贵阳 550001)
对于全球生态环境而言,大气、陆地及海洋是其主要生态系统,此外还包括湿地、土壤、水域等多种生态子系统,其影响要素不仅具有多样性,还体现着明显的复杂性[1-2]。立足于陆地生态而言,其不仅包含森林、草地等子系统,还包括土壤、微生物等多种生态子系统;由于土壤直接关乎作物生长发育[3],同时也是人类生产生活的关键载体,因此其重要地位不言而喻,不仅在生态系统中尤为重要,而且在生产生活中起着突出的影响作用。作为土壤的关键构成部分,其团聚体不仅直接决定着土壤结构的稳定性[4],在降低水土流失方面效果突出,另一方面能够有效固定有机碳成分,进而促进土壤肥力的保持及提升,能够明显改善土壤质量[5-6],经过大量实证分析可知,该指标能够作为衡量土壤质量的一个关键指标。就目前而言,对于团聚体分类的标准并未能完全统一,但是主要借助于湿筛法[7-8],且其大小的分界点常常为250 μm,超过该界点则称为大团聚体,否则称为微团聚体。团聚体的大小对土壤孔隙度的制约效果不同,对土壤结构的影响效果具有较大差别,对于土壤养分的调节效应也不尽相同[9-10],此外,对于土壤的生化反应也产生不同程度的制约效果。近些年来不少学者开展了土壤团聚体的相关研究,主要集中在土壤稳定性及有机碳等方面,研究范围多集中在农作物方面,尤其是耕作及施肥等因素的制约方面,但是对于森林土壤的研究相对较少[11-13]。森林资源不仅能够创造一定的经济来源,更为重要的是具有重要的生态意义,成为陆地生态的重要一环,在为植被生长发育提供场所的同时也促进了微生物等动物生长,成为多种能量交换的场所之一;在微生物的参与下,加之酶的作用,腐殖质等有机质能够高效地被分解转化成养分,促进了能量循环,关乎土壤理化特性,也成为衡量土壤状况的关键指标之一,在分子生物学等技术不断发展的情况下,微生物的研究也由单纯的数量分布向多样性研究转变,不仅能够对其物种及功能等方面加以探索,而且在遗传多样性方面的研究在不断深化,尤其是在研究过程中脂肪酸分析法PLFA以及碳素分析法的广泛利用,此外核酸分析的方法也运用较为广泛,这些技术的发展显著促进了微生物研究,从多个角度、多个层面开展相应分析研究[14],也利于开展土壤研究。
贵州喀斯特地区受制于地理位置分布和高原河流等影响,喀斯特地貌分布尤为突出,近些年来该地区呈现明显的植被退化现象,土壤肥力和活性大幅下降,土壤稳定性下降,整体呈现显著的生态退化。为了进一步改善生态环境,人工造林及生态育林等日益受到重视,并取得了较好效果[15-16]。腐殖质等有机质的高效降解及转化离不开微生物的参与,此外酶也起着不可忽视的作用,从而成为养分循环的关键参与者之一,在土壤肥力和活性方面施加关键影响,促进植被对养分的吸收利用,在评价土壤状况方面效果突出。不少学者对于该地区的植被演替与土壤之间的关系进行了探究,对于喀斯特地貌而言,人工育林在土壤养分保持方面效果突出,能够有效改善土壤理化特性,通过土壤结构的改善来促进其质量的提升[17]。基于此,本文连续4 a研究喀斯特地区造林对土壤团聚体稳定性及微生物碳代谢活性的影响,以期有利于评估我国重大工程的生态效应。
选取贵州睛隆县(东经105.18°,北纬25.44°),境内50%以上的面积属于喀斯特地貌,高原峡谷均有广泛分布,山高、谷深的特点尤为突出,山峦起起伏伏且坡度较大,形成了海拔差(1 400 m)。受地理位置制约,其亚热带季风气候尤为突出,呈现明显的雨热同期分布特点,其气候也具有突出的垂直分布差异,海拔较低的区域明显干热,而对于高海拔区域而言较为寒冷。该区域年均降雨不足1 700 mm,年均温度约为15℃,年均日照1 600 h,雨热同期;受喀斯特地貌影响,土层分布较为稀薄,土壤结构不够稳定,制约着植被生长发育,直接影响了作物种植,因此该区域分布大量的草地、乔木等;此外,由于山峦起伏,受风化及岩溶等制约,常常发生自然灾害[16-17]。
在造林地选取桤木林、杜仲林,还包括刺槐林、滇柏林和未造林地(CK,对照组)共5种林分,连续4 a长期定位观测(2015—2018年4月)。为了保证取样的一致性,所取样的土壤坡度均小于5°,各林分处理分别设5个20 m×20 m的样方,间距>15 m,每个样方进行标记,长期采样观测,共计25个样方。每个样方重复采集5个样品,每个样品重复取3次,然后混合成一个样品,采样深度为0—10,10—20,20—30 cm的扰动土和原状土样。4 a共采集1 500个土壤样品。所取土壤样品分为两部分,一部分自然风干后测量土壤微生物,另一部分原状土为在风干过程中沿自然裂隙掰成直径为1 cm左右大小的团聚体。团聚体的大小对土壤孔隙度的制约效果不同,对土壤结构的影响效果具有较大差别,对于粒径分组采取湿筛法进行,然后选取风干土样100 g,通过5 ml的纯水进行浸润,接下来进行过筛处理,整套筛子包含3种不同的筛目,不仅有53 μm筛,还有0.25,2 mm筛,同时对土样进行湿筛处理,要求振幅达到3 cm,频率为50次/min,从而获取了4种粒径的土壤团聚体,进行烘干处理后称重,并计算相应的质量分数。
微生物量碳、氮、磷采用氯仿熏蒸—浸提法测定[8-9];土壤呼吸采用静态碱液吸收法[11]。
微生物对于凋落物分解效果突出,加之酶的参与进一步提升了分解效果,二者是息息相关的,离开了微生物,凋落物等腐殖质的降解将无从谈起,这在土壤养分转化过程中尤为关键,直接制约着土壤肥力及活性,因此,在土壤质量分析过程中微生物常作为关键指标加以分析。本研究对于微生物多样性分析立足于Shannon和Simpson等指数[11]。对于Simpson指数计算而言,首先对相应的数据进行放大1 000倍的处理,这样将不会出现负数的现象;对于微生物的碳源利用水平进行衡量过程中主要借助于AWCD值衡量法[8-9],即:
AWCD=∑[(Ci-R)/31]
(1)
H=-∑Pi(lnPi)
(2)
Pi=(Ci-Ri)/∑(Ci-Ri)
(3)
Ds=1-∑Pi
(4)
式中:AWCD为颜色平均变化率;Ci为第i个非对照孔吸光度;n为碳源种类数(n=31);R为对照孔吸光度;H为Shannon-wiener多样性指数;Pi为第i个非对照孔吸光度与所有非对照孔吸光度总和的比值;Ds为Simpson优势度指数。
本试验对于团聚体稳定性的评价主要通过以下两方面进行:一方面借助于平均质量直径MWD,另一方面借助于几何平均直径GMD,其计算公式如下[12-13]:
(5)
GMD=exp[∑Wi·lnXi]
(6)
式中:Xi为第i级的团聚体平均直径( mm);Wi为第i级团聚体重量百分含量。
通过对图1的分析不难发现,受到不同林地的制约,不同试验分组获取的大团聚体含量还是存在着明显的差异,其中含量最高的是桤木林地,其次是杜仲林,而滇柏林地含量最低,但是整体而言其超过2 mm的团聚体均明显高于对照组;从土壤剖面的角度来讲,在土层深度不断上升的情况下,大团聚体的含量呈现明显的下降态势。对于中间团聚体而言,不同林地并未带来较大的差异影响,从土壤剖面的角度来讲,在土层深度不断上升的情况下,其含量并没有较大差异,对于微团聚体来说亦是如此。对于黏团聚体而言,由于其粒径一般低于53 μm,不同的林地类型对其产生的影响较为突出,从不同土层的土壤剖面来讲,该类型团聚体含量最高的是滇柏林地,其次是刺槐林,而桤木林含量最低,但是整体而言该类型团聚体均明显高于对照组。
通过对图2的分析不难发现,对于土壤团聚体而言,其受到林地类型的影响较为明显,尤其是对于桤木林、杜仲林地来讲,其分布的大团聚体居多,占比超过了20%。对于刺槐林、滇柏林而言,其主要的团聚体不仅包括中间团聚体,还包括黏团聚体;而对于对照组来说,其黏团聚体居多,且占比接近于40%。
注:不同小写字母表示同一深度不同林地在0.05水平差异显著,不同大写字母表示不同深度同一林地在0.05水平差异显著,下同。
图2 不同林地0-30 cm土层各粒径团聚体质量分数平均值
作为土壤的关键构成部分,其团聚体不仅直接决定着土壤结构的稳定性[4],在降低水土流失方面效果突出,另一方面能够有效固定有机碳成分,进而促进土壤肥力的保持及提升,能够明显改善土壤质量[5-6],经过大量实证分析可知,该指标能够作为衡量土壤质量的一个关键指标。本试验对于团聚体稳定性的评价主要通过以下两方面进行:一方面借助于平均质量直径MWD,另一方面借助于几何平均直径GMD,通过实证得知,其值越大说明其粒径越大,这也表明其稳定性较高。从图3分析不难发现,对于不同林地而言,在土层深度不断增加的情况下,团聚体的稳定性呈现明显的下降水平,而对于对照组来讲恰好相反。从土壤剖面的角度来讲,对于桤木林、杜仲林两种林地而言,其MWD值大幅超过其他林地,对于GMD来说亦是如此;对于20—30 cm土层而言,其值差异明显降低,从另一个角度来讲表层土壤更易受到人类活动影响,这能够从团聚体稳定性方面可以看出。从地表至30 cm土层,二者的变化态势基本一致。通过对比分析得知,对于未造林而言,其团聚体的稳定性相对较差,且低于其他4种林地,其更容易在雨水的冲刷下被冲散,相反,开展育林之后其稳定性得到了明显提升,能够有效增强土壤稳定性。
在微生物的参与下,加之酶的作用,腐殖质等有机质能够高效地被分解转化成养分,促进了能量循环,关乎土壤理化特性,也成为衡量土壤状况的关键指标之一。不同的微生物群落分布,其碳源利用水平存在较大差异,在衡量过程中主要借助于AWCD分析法加以探究,通过对表1的分析不难发现,微生物碳源利用水平受到不同林地的显著制约,其碳源利用率虽然有所差异,但是均高于对照组未造林地,且这种差异通过了显著性差异,其中利用率最高的是桤木林地,其次是杜仲林地,且二者的差异并不太大,未能达到显著水平。人工育林的分组下,其主要的碳源不仅包括碳水化合物,还包括羧酸类碳源,而最低的是胺类碳源。
微生物群落多样性指数可用来指示土壤微生物群落利用碳源的程度,根据培养第100小时的AWCD值计算土壤微生物群落的物种丰富度指数(H)、均匀度指数(E)、优势度指数(Ds)和碳源利用丰富度指数(S)。由图4可知,不同林地土壤微生物群落物种丰富度指数(H)、均匀度指数(E)和碳源利用丰富度指数(S)呈一致的变化趋势,均表现为造林地显著高于未造林地(p<0.05),而桤木林和杜仲林最高,二者之间差异不显著(p>0.05);均匀度指数(E)呈相反的变化趋势,造林地显著低于未造林地(p<0.05)。
图3 不同林地土壤团聚体平均质量直径和几何平均直径
表1 不同林地土壤微生物对碳源利用强度
图4 不同林地土壤微生物群落多样性
图5为不同林地土壤微生物量和代谢熵,由图可知,不同林地土壤微生量碳、微生物量氮、微生物量磷和微生物代谢熵影响显著,其中不同林地土壤微生量碳、微生物量氮、微生物量磷和微生物代谢熵呈一致的变化趋势,均表现为造林地显著高于未造林地(p<0.05),而桤木林和杜仲林最高,二者之间差异不显著(p>0.05)。
相关性分析表明(表2),氨基酸类、碳水化合物类、羧酸类与大团聚体、中团聚体、MWD和GMD呈显著正相关(p<0.05);物种丰富度指数(H)、优势度指数(Ds)、碳源利用丰富度指数(S)与大团聚体、中团聚体呈显著正相关(p<0.05);微生物量碳、微生物量碳、微生物代谢熵与微团聚体和粉微团聚体呈显著正相关(p<0.05)。
注:同列不同小写字母表示差异显著(p<0.05)。
表2 土壤微生物学特性与土壤团聚体的相关分析
微生物能够将腐殖质等有机质高效分解,从而为养分转化奠定基础,而微生物活性影响到期有机质分解效率,在此过程中常借助于平均颜色变化率AWCD进行衡量,这也是对碳源利用水平的衡量,借助于该指标不仅能够分析微生物数量,还能够分析其结构特点[18-19]。对于该指标而言,当其值越大的情况下,不仅说明细菌具有较大的分布密度,更能说明其活性更强,相反则表明其活性相对较差。通过本研究对比得知,对于4种林地而言,其碳源利用效率虽然有所差异,但是均高于对照组未造林地,且这种差异通过了显著性差异,其中利用率最高的是桤木林地,其次是杜仲林地,且二者的差异并不太大,未能达到显著水平。人工育林的分组下,其主要的碳源不仅包括碳水化合物,还包括羧酸类碳源,而最低的是胺类碳源。
对于微生物而言,其碳代谢的影响因素具有多样性,且对于环境的变化具有较强的敏感性,对于其生态环境特征具有明显的表征作用,其中尤为关键的指标不仅包括生物量碳,还包括微生物呼吸[20-21]。就生物量碳而言,其在有机质中具有明显的高活性,成为土壤活性碳的主要构成,对于该碳物质而言,其不仅具有较快的周转速度,而且环境敏感性较强,能够有效反映土壤碳库变化[22]。微生物群落分布不仅关系着能量的维系,而且制约着其对有机质的利用水平,这能够通过代谢熵进行有效反映,此外,该指标能够将微生物量碳及活性进行有机结合,从而对微生物活性加以充分体现[23-24];对于该指标而言,其值越小说明其在呼吸过程中对于碳的消耗量相对较少,而其细胞构造相关的碳会相应增多,其在维系土壤质量方面效果较为突出[25]。通过实地分析得知,无论是微生物量碳、量氮,还是其磷及代谢熵,其虽然受到不同林地的制约,但是其整体而言均超过对照组,且其差异达到了显著差异,整体而言,其最高的是桤木林地,其次是杜仲林地,且二者的差异并不太大,未能达到显著水平。对于人工育林而言,林木生长过程中会产生一定量的枯枝落叶等凋落物,在微生物的分解下其有机质含量逐渐增多,这对于微生物量碳的增加起着关键作用,同时能够促进微生物呼吸和代谢活动,促进其活性的提升,而在此过程中需要一定的能量维系其代谢活动,对养分利用率得以明显提升。
通过对比分析得知,对于不同林地而言,在土层深度不断增加的情况下,团聚体的稳定性呈现明显的下降水平。从土壤剖面的角度来讲,对于桤木林、杜仲林两种林地而言,其大团聚体明显超过其他林地;从土壤剖面的角度来讲,在土层深度不断上升的情况下,大团聚体的含量呈现明显的下降态势。对于中间团聚体而言,不同林地并未带来较大的差异影响,从土壤剖面的角度来讲,在土层深度不断上升的情况下,其含量并没有较大差异,对于微团聚体来说亦是如此[26]。对于黏团聚体而言,由于其粒径一般低于53 μm,不同的林地类型对其产生的影响较为突出,从不同土层的土壤剖面来讲,该类型团聚体含量最高的是滇柏林地,其次是刺槐林,而桤木林含量最低,但是整体而言该类型团聚体均明显高于对照组。为了探究团聚体稳定性与微生物方面存在何种联系,本研究通过开展相关分析发现二者之间的相关性达到了显著水平;对于土壤的碳水化合物及氨基酸来讲,其不仅与大中团聚体息息相关,且与MWD,GMD密切相关,这种相关性均为正向,且通过了显著性检验。而微生物量碳及代谢熵不仅仅与微团聚体息息相关,且与粉微团聚体密切相关,这种相关性均为正向,且通过了显著性检验。